如何将以下相似度矩阵转换为距离矩阵以执行 hclust？答案

【问题标题】：how to transform the following similarity matrix to distance matrix for performing hclust?如何将以下相似度矩阵转换为距离矩阵以执行 hclust？
【发布时间】：2015-01-16 06:22:27
【问题描述】：

我正在尝试使用 hclust 对图形的节点（C1、C2、C3...）进行聚类，而我的相似度指标是节点之间的链接数。

我有类似的数据

c = matrix( c(0,1,3,1,0,5,3,5,0), nrow=3, ncol=3)

基本上这是一个相似度矩阵

    C1  C2  C3
C1  0   1   3
C2  1   0   5
C3  3   5   0

这是一个无向图，其中 C1 和 C3 之间的相似度为 3 个链接。我需要将此数据转换为合适的 dist.matrix，例如

    C1  C2
C2  1
C3  1/3   1/5

格式基于我的相似性指标（两个节点之间的#links）。我该怎么做？

【问题讨论】：

1/c 让您亲近。（顺便说一句，调用其他对象c 不是一个好习惯，因为它是一个 R 函数）
as.dist(1/c) 在您的问题中产生结果，但我建议 igraph 用于聚类图（请参阅答案）。

标签： r cluster-analysis hierarchical-clustering hclust

【解决方案1】：

看看 daisy() 函数。 http://www.inside-r.org/r-doc/cluster/daisy

【讨论】：

【解决方案2】：

您似乎想使用基于边缘中间性的层次聚类。您可以直接在igraph 中执行此操作。

library(igraph)
c  <- matrix( c(0,1,3,1,0,5,3,5,0), nc=3)
g  <- graph.adjacency(c,mode="undirected")
bc <- edge.betweenness.community(g)
par(mfrow=c(1,2))
plot(g)
plot(as.dendrogram(bc))

c  <- matrix(c(0,0,0,4,0, 
               0,0,0,1,0, 
               0,0,0,4,1, 
               4,1,4,0,3, 
               0,0,1,3,0),nc=5)
g  <- graph.adjacency(c,mode="undirected")
bc <- edge.betweenness.community(g)
plot(g)
plot(as.dendrogram(bc))

【讨论】：

但是如何为树状图添加标签？像将 x 轴上的数字替换为某些标签？ V(g)$name
没关系！知道了。我必须在 bc
或者在创建图表之前设置colnames(c)。